由最高最低气温求算的平均气温对我国年平均气温序列影响

针对研究全国近百年平均气温长期变化的实际需要,利用603个测站1961—2002年气温观测资料,比较分析了最高最低平均气温距平序列和4次观测记录平均气温距平序列的差异,讨论了最高、最低气温变化趋势。结果表明:两种统计方法得到的平均气温距平序列及增温速率的差异均不明显,在一定条件下两者可以互相替换。此外,最高、最低气温变化普遍存在不对称现象,且可分为4种类型,这种不对称性对平均气温变化速率并没有明确一致的影响。

青藏铁路沿线平均最高最低气温变化趋势预测及其概率估计

根据实测月最高最低气温资料,建立了1955—2000年青藏铁路沿线各站平均最高最低气温序列,最低气温在1975年以前偏冷,最冷的1960年代,比多年平均偏低1.4℃;1975年以后偏暖,到2000年气温距平达+1.4℃;最高气温的变化大体与前者相反,1960年代比多年平均气温偏暖约0.1℃,1970年代和1980年代偏冷约0.2℃,进入1990年代后才逐渐升高,2000年气温距平达+0.8℃。利用近1000年的太阳黑子周期长度(SCL)约有41,58,76,90和200年的5个显著周期及均生函数正交化筛选方案,预测21世纪SCL比20世纪平均长1年,在2055年达到极长年份12.4年,2068年转为极短年份10.6年。根据IPCC报告中未来100年大气CO2浓度的估计值(B2方案),研究了未来50～100年青藏铁路沿线平均最高最低气温变化趋势。同时,作为试验,利用事件概率回归估计模式预测,相对于1990年代而言,青藏铁路沿线平均最高(最低)气温到2050年升高0.4℃(2.4℃)的概率为66%(74%);到2100年升高1.4℃(6.9℃)左右的概率为85%(62%)。

最高最低气温预报中的“温差订正法”

新余市与分宜两台站相邻,直线距离约20公里,但气温差异尤其是最高最低气温的差异十分明显,在制作县站指导预报中,开始我们没有具体地考虑到这种差异,结果造成预报与实况差得太大,影响了服务效果.为此,我们利用新余本身对温度预报的优势,在35年气候差异分析的基础上进一步探讨各种天气条件下两地的温度差异,运用“温差订正法”制作分宜的温度报,取得了预期的效果.

新疆日最高最低气温缺测资料的插补及检验分析

利用1971~2017年新疆105个国家级气象台站逐日气温数据,建立日最高最低气温资料序列,对此时段内日最高最低气温缺测的站点及次数进行了统计。优先选用本站各类气象资料,使用地面气象观测数据质量控制相关分析及算术平均(温差法)、线性回归等数理统计方法,完成新疆101个国家级气象台站(除阿克达拉站、乌鲁木齐牧试站、塔中、吐鲁番东坎)缺测站次的日最高最低气温插补。结果表明:在进行日最高最低气温缺测资料的插补时,应先使用地面气象观测数据质量控制相关分析法对缺测数据进行再次质量控制,可直接完成多站的插补;在使用数理统计方法对数据进行插补时,应优先选用本站数据进行插补,以减少因地域和气候差异而造成的误差;提高观测人员职业素养和加快观测现代化建设,可以明显降低数据的缺测率;本文完成了除阿克达拉、乌鲁木齐牧试、塔中、吐鲁番东坎四站外的101个国家级气象台站1971~2017年日最高最低气温资料序列的建立并列出结果,为科研工作者和统计工作者提供了一定的基础数据支撑。

西藏1971～2008年最高最低气温时空变化及分布特征

利用西藏地区1971～2008年气象站点的气温资料,分析了西藏地区最高、最低气温的时间和空间变化特征。结果表明,近40年西藏最高、最低气温均呈明显上升趋势,其中冬季增温幅度最大,其次是春季。最低气温增温幅度明显大于最高气温,尤其是冬季最低气温增温幅度非常显著。空间变化而言,最高气温除个别站点出现降温外,大多数站点均有增温现象;而最低气温在空间上均为增温。另外,最低气温的空间变化规律比最高气温明显,基本上由东南部向中西北部地区递增,各季节呈现出不同的空间变化特征。从年代际变化看,20世纪70年代至21世纪前8年,最高气温和最低气温均呈升高趋势,最低气温增温幅度明显高于最高气温。在21世纪前8年,最高、最低气温增温幅度最高,而在20世纪70年代增幅最低。

通江县乡镇最高最低气温预报方法研究

随着农业和社会的快速发展,通江县各乡镇对最高最低气温精细化预报提出了更高要求。根据2015—2016年通江县通江站和乡镇区域自动气象站气温资料,采用经验订正法、线性回归方程法和BP神经网络法3种方法预报各乡镇的最高最低气温,结合中国气象局的气温预报检验方法进行分析。结果表明,通江县各乡镇气温和通江站气温成明显的正相关,相关系数均>0.970 0,相关程度较高。长期使用的经验订正法错误率较大,平均错误率为10.7%,误差多为-4^-2℃;BP神经网络法和线性回归方程法错误率较小,平均错误率<6.3%,误差多为-2~2℃。

海南岛最高和最低气温的非对称变化

利用海南岛具有46年资料的13个站点1959-2004年1月、4月、7月、10月及年平均温度、平均最高最低温度、极端最高最低温度,研究海南气温变化的气候特征,结果表明,海南岛最高最低气温变化在空间分布,线性增温趋势的稳定性、倾向率和突变现象均有明显的非对称性特征:最高气温变化的空间分布表现为北高南低,而最低气温变化的空间分布表现为南高北低;各季节的平均最低气温的线性趋势均稳定,极端最低气温在冬季和夏季线性增温趋势稳定,而各季的平均、极端最高气温增温趋势均不稳定;最低气温的倾向率在各个季节或年平均上比最高气温的倾向率大得多,冷季的线性倾向率明显大于暖季;平均最高气温在四季均不存在明显突变,而平均最低气温则均有突变。

北京1841年以来均一化最高和最低气温日值序列的构建

长期连续的日值观测资料是研究百年来极端气候事件及其变化特征的重要基础支撑。目前中外由于缺乏可靠的逐日百年尺度气候资料,使得20世纪50年代以前的极端气候变化规律仍然没有得到很好的认识。基于国家气象信息中心收集整理的日最高和最低气温观测资料,构建北京1841-2019年气温日值序列。首先,通过数据质量控制剔除原始基础资料中因人工观测、仪器故障及数字化过程造成的错误数据;其次,采用标准化序列法对北京气象观测站1951年以前的日最高和最低气温序列进行了插补;最后,利用惩罚最大t检验(PMT)和惩罚最大F检验(PMFT)对插补后的日值序列进行均一性检验,并采用分位数匹配法(QM)对检验得到的因迁站和仪器变更导致的统计显著断点进行订正,由此建立了北京百年均一化气温日值序列。分析表明,构建的北京百年逐日气温序列的年代变化特点与美国伯克利地球研发中心的月平均地表温度数据(Berkeley EarthMonthly)、英国东英格利亚大学气候研究中心的全球月平均地表温度数据(CRUTS4.03)以及美国国家气候资料中心的全球历史气候数据(GHCNV3)具有一致性。从趋势变化来看,基于构建的逐日最高和最低气温序列统计得到1911-2019年北京地区年平均气温升高趋势为0.154±0.018℃/(10 a)(95%不确定性水平估计),与中国区域气温趋势变化速度基本一致。从而在一定程度上说明构建的北京百年尺度日最高和最低气温序列能够为极端气候变化领域提供新的基础数据。

近30年重庆梁平最高、最低气温的变化特征分析

利用重庆梁平地面气象资料日值数据集(1981—2010年),综合采用线性回归、MK突变等方法重点分析平均最高最低气温的变化分布特征。结果显示:梁平年平均最高气温、年平均最低气温与年平均气温呈现线性增加的趋势,且四季年平均最高气温均呈现不同程度的增温趋势;平均最低气温增暖趋势为:夏季>春季>秋季>冬季;1998年为年平均最高气温增暖的突变起始年,四季的平均最高气温突变时间基本一致,最近一次突变是出现在20世纪末21世纪初;年平均气温的显著增高对同期平均最高最低气温的正影响最大。基于此,为梁平农业气候资源开发和利用提供理论依据和参考。

东南极中山站-昆仑站断面最高和最低气温变化特征

利用中山站-昆仑站断面自动气象站2 m气温和同期再分析资料分析了南极沿海到内陆高原的最高和最低气温的变化特征,并通过个例讨论了气温出现极端过程的天气背景.结果表明:南极中山站昆仑站断面最高和最低气温季节变化趋势基本相似,年际变化不明显.最高气温标准偏差大于最低气温,冬季气温标准偏差明显大于夏季,且夏季气温变化幅度远小于冬季.随海拔的增加,最高气温年较差逐渐增大,最低气温年变化的无芯率(气温没有明显的最小值程度)呈增大趋势,夏季气温变化幅度逐渐增大,冬季气温变化幅度的区域性差异不明显;2005年7月25-31日的极端降温过程主要受到极涡、地面冷高压及下降风的共同影响.

东北地区大型日光温室最高、最低温度预报模式探讨

为了在东北地区开展大型日光温室内气温预报,防御温室蔬菜冷冻害和热害,在东北地区的中部建立大型日温室和温室小气候自动观测系统,应用小气候监测资料研究棚内外最高、最低气温的关系,建立相关模式,用棚外的最高、最低温度预报值预报棚内的最低(最高)温度。结果表明,大型日光温室内、外最低(最高)气温相关显著,不同季节、不同天气条件下的相关模式差异较大。这类相关模式可以用于日光温室内最低和最高气温的预报,从而提升温室气象要素预报水平,预防设施农业气象灾害,提高蔬菜生产效益。

地面测报程序中气温最高(低)值编报出现错报现象的原因

随着地面测报程序的不断扩充和优化,PC—1500计算机编发气象电报和统计气象资料的能力越来越强,准确性也越来越高。在一般情况下,只要测报人员给计算机输入的气象要素正确无误,计算机就会快捷而正确的编出气象电报,这一点已经得到广大气象测报人员的公认。然而。

基于类卡尔曼滤波的哈尔滨智能网格气温预报检验及偏差订正

应用滑动平均(5 d、7 d)、类卡尔曼滤波递减平均两种订正方法对哈尔滨地区国家级指导预报最高(最低)气温产品进行预报能力初步检验及偏差订正。结果表明:两种订正方法对最高气温与最低气温预报产品24-240 h预报时效大部分时段均有正的订正效果,最高(最低)气温预报准确率提高1-2%,平均绝对误差0.1-0.2℃,其中24-96 h预报时效预报能力稍好,120 h之后预报能力较差,订正后预报准确率也不足60%。气温预报偏差还表现为明显的季节变化特征,7-9月最高气温的预报效果优于冬春季,冬半年的订正幅度较夏季稍大。另外,不同天气状况下降水天气对气温预报有一定的影响,如果能进一步改进模式预报中降水带来的偏差,将进一步提高模式订正效果。

海口市气温非对称变化的气候特征

利用海口市近52年四季及年平均气温、平均最高和最低气温及极端最高最低气温资料,研究其变化趋势,结果表明,各个季节(春季除外)和年平均气温都存在显著的增加趋势,其中冬季和年平均气温增温趋势非常显著;最高、最低气温的非对称变化显著,增温主要发生在夜间,无论平均最低气温还是极端最低气温都存在显著的增加趋势,白天气温变化趋势都不显著;DTR都呈显著的下降趋势;各个季节(冬季除外)及年气温突变性增温主要发生在夜间,且在前期夏季白天气温发生跃变性降温。

三江源地区1961～2005年气温极端事件变化

利用三江源地区11个气象台站1961～2005年逐日最高气温和最低气温资料,分析了三江源地区极端高温和极端低温的变化趋势。研究表明：近45年来,白天和夜间温度极端偏高的日数明显增多,分别以2.6d/10a和4.4d/10a速度在增加;白天和夜间温度极端偏低的日数显著减缓,分别以4.1d/10a和8.5d/10a的速度显著减少;年极端低温和极端高温分别以0.42℃/10a和0.29℃/10a的速度增加;白天和夜间温度极端偏高的日数增加主要发生在冬季和夏季,而白天和夜间温度极端偏低的日数减少主要发生在春季和秋季,夜间温度极端偏低的日数减少趋势最为明显;长江源地区极端气温变化对区域增温的响应更为敏感。

利用RHtestsV4软件包对天津1951～2012年逐日气温序列的均一性分析

基于国家气象信息中心＂基础气象资料建设专项＂研制的中国地面历史基础气象资料及台站元数据,利用RHtest V4软件包对天津1951-2012年的历史气温序列进行了均一性分析。结果显示,通过惩罚最大t检验（PMT）方法对12个地面站逐日平均、最高、最低气温序列检验得到,迁站是导致平均气温和最低气温序列突变的主要原因,同类型仪器更换则是导致最高气温序列突变的主要原因,而2005年以后的自动站业务化并没有对天津地区气温序列的均一性造成很大影响。同时,研究中也检验出少部分未知原因的显著间断点,可能是由于观测员的误判或观测仪器翘变等因素造成的历史数据疑误。从订正量来看,逐日平均气温和最高气温序列主要以正偏差订正为主,而最低气温则主要以负偏差订正为主。其中,最高气温序列的分位数匹配（QM）订正量均值最大,90%以上集中在0.1-1.0°C,平均气温序列的QM订正量均值相对最小,90%以上的订正量在-0.7-0.7°C,而最低气温的订正量90%以上集中在-1.5-1.5°C范围中。另外,以Xu et al.（2013）研制的数据集为参照,通过误差分析,发现两类研究得到的年（季节）尺度气温数据具有较高的相符率和一致性,从而可以说明本研究订正后的天津地区1951-2012年逐日气温序列具有一定的可靠性。

甘肃近40年来气温变化的研究

利用 196 0～ 1999年甘肃省 15站的月平均气温 ,平均最高、最低气温 ,极端最高、最低气温等资料 ,对近 4 0年来甘肃省气候变化特征作了分析研究。结果显示 :1985年以前甘肃年平均气温变化是平稳的 ,以后急剧增温 ,且增温并不是主要由冬季增温造成的。1985年以前是平均最低气温升高 ,以后平均最高气温也在升高 ,所以

基于随机森林算法的日光温室内气温预测模型研究

开展日光温室气温预报,为农业生产提供参考,指导农户采取调控措施,为作物生长提供适宜条件,促进品质和产量提升。研究选取温室外气温、日照等气象因子,建立随机森林算法预测模型,就室内最低、最高气温进行拟合预测分析和预测因子重要性评估。结果表明,温室内最低、最高气温拟合值与观察值的拟合度分别达99.69%和99.85%,温室外最低气温是室内最低气温的重要预测因子,室外日照是室内最高气温的重要预测因子。同时建立支持向量机、神经网络、多元回归、逐步回归模型,通过对各个模型中平均绝对误差、均方根误差等3个指标进行比较,得出随机森林模型的预测精度优于其他模型。基于随机森林算法的气温预测模型精确度较高,可推广应用到后期日光温室气温预测中。

集成预报在巴彦淖尔市气温预报中的应用

本文针对欧洲模式（Ec）、中国模式（T639）、德国天气在线、美国天气、中国天气、中央气象台指导预报六个模式预报中的日最高气温和最低气温预报值，使用LINEST函数做多元回归分析，得出六家模式的集成预报结果，结果表明：集成预报比六家模式的预报准确率都高；同时，建立本地化订正方法，将原六家模式最高最低气温预报值进行订正后再集成，结果表明：订正后的集成预报比直接集成预报准确率又提高了0～4％，说明订正方法的使用对提高最高、最低气温预报准确率有一定的效果；另外，通过对各家模式预报结果和集成预报结果的检验分析，不仅为预报员择优使用数值预报产品提供参考依据，也为研究数值预报产品释用提供一定的参考方法。

江津地区精细化气温预报模型研究

利用T639和欧洲中心细网格的气温数值模式预报产品及相应时段内研究区各镇街站点的实况气温建立动态预报方程,对江津地区各镇街24~72h日最高气温、日最低气温进行预报,为方便该模型投入业务运行使用,编制了基于数值预报模式产品的精细化气温预报软件,并在实际业务运行中取得了初步效果.对软件的初期试运行发现,软件预报较主观预报在业务评分方面有较明显的提升,对预报员主观预报有一定的指导意义.